Kisi-kisi Jawaban UTS Semester Pendek Genap 2008/09.

Slides:



Advertisements
Presentasi serupa
TURUNAN/ DIFERENSIAL.
Advertisements

B A B V Analisa Network.
TEKNIK PENCARIAN (SEARCHING)
Metode Pencarian Heuristik
SOAL ESSAY KELAS XI IPS.
Soal-Soal Latihan Mandiri
Matematika Diskrit Suryadi MT Tree.
LIMIT FUNGSI LIMIT FUNGSI ALJABAR.
Kecerdasan Buatan Pencarian Heuristik.
Depth First Search (DFS)
Algoritma Runut-balik (Backtracking)
Algoritma dan Struktur Data
Luas Daerah ( Integral ).
Algoritma Branch and Bound
Algoritma dan Struktur Data
Lecture 3 State Space Search 2 Erick Pranata © Sekolah Tinggi Teknik Surabaya 1.
Searching As’ad Djamalilleil
Pengantar Intellegensia buatan
Problem Solving Game Playing
Sulidar Fitri, M.Sc Lab Meeting 13 Maret 2014
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Problem Solving Search -- Uninformed Search
Lecture 2 State Space Search 1 Erick Pranata
Algoritma Branch and Bound
Hill Climbing.
Pencarian Heuristik.
METODE PENCARIAN HEURISTIK
Pencarian Tanpa Informasi
Penerapan BFS dan DFS pada Pencarian Solusi
Hill Climbing Best First Search A*
Yufis Azhar – T.Informatika - UMM
*copyleft*1 Ade Ariyani A Agung Taufiqurrahman Annas Firdausi Hario Adit W Kartika Anindya P Kelompok XII Implementation of Dijkstra’s Shortest Path Algorithm.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Ruang Keadaan (state space)
Pencarian (Searching)
Penyelesaian Masalah Teknik Pencarian
Network Model 1 DR Rahma Fitriani, S.Si., M.Sc., Riset Operasi 2011 Semester Genap 2011/2012.
Problem Solving Search -- Informed Search Ref : Artificial Intelligence: A Modern Approach ch. 4 Rabu, 13 Feb 2002.
Route/Path Planning.
Informed (Heuristic) Search
Penerapan BFS dan DFS pada Pencarian Solusi
Informed Searching Part 1
KECERDASAN BUATAN PERTEMUAN 3.
Penyelesaian Masalah menggunakan Teknik Pencarian Blind Search
Pencarian Buta (Blind Search).
Pertemuan 6 Metode Pencarian
Metode Pencarian/Pelacakan
Masalah, Ruang Keadaan dan Pencarian
Bahan Kuliah IF2211 Strategi Algoritma
Pertemuan 6 Pencarian Heuristik
Pendekatan Inferensi dalam Sistem Pakar
Pertemuan 6 Pencarian Heuristik
Metode pencarian dan pelacakan - Heuristik
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
MASALAH, RUANG KEADAAN DAN PENCARIAN
Problem solving by Searching
Search.
Artificial Intelegence/ P 3-4
TEKNIK PENCARIAN.
Problem solving by Searching
Pathfinding dan Tactical AI
PROBLEM SOLVING Masalah biasanya disajikan dalam bentu graf
Fakultas Ilmu Komputer
Informed (Heuristic) Search
Masalah, Ruang Keadaan dan Pencarian
Pertemuan 6 Metode Pencarian
Tugas Mata Kuliah Kecerdasan Buatan
Penerapan BFS dan DFS pada Pencarian Solusi
KECERDASAN BUATAN PERTEMUAN 4.
MASALAH, RUANG KEADAAN DAN PENCARIAN
Transcript presentasi:

Kisi-kisi Jawaban UTS Semester Pendek Genap 2008/09

Nomor 1 a.Simple Reflex Agent: agent yang memiliki sifat reflex yaitu bertindak hanya berdasarkan if-then rules (table-driven), tanpa adanya pengetahuan tentang keadaan. b.Fungsi Heuristik: perkiraan biaya termurah (terbaik) dari sebuah node ke tujuan

Nomor 1 c. Greedy Search: pencarian yang hanya didasarkan pada urutan nilai fungsi heuristik, yaitu dengan membuka node dengan nilai heuristik yang dinilai terbaik. d. Utility Function: nilai yang digunakan untuk mengukur seberapa baik sebuah state, biasanya digunakan dalam ruang pencarian sebuah game. Kadang-kadang disebut juga evaluation function.

Nomor 2 a. Algoritma A*: Sifat: lengkap, optimal, O(b d ). b. Local Search: tidak menyimpan state dalam bentuk tree tapi hanya menyimpan satu state dan ‘memperbaiki’ state tersebut sampai mencapai sebuah goal. Sifat: tidak lengkap, tidak optimal, O(b d ), constant. f(n) = h(n) + g(n) g(n) = cost so far to reach n from start state h(n) = estimated cost to goal state from n f(n) = estimated total cost of path through n to goal

Nomor 3 a. Pohon pencarian D AB C S D E GF G F G

Nomor 3 b. BFS: S  A  B  D  C  F  D  E  G Solution path: S  A  D  F  G c. DFS: S  A  D  F  G d. BFSDFS Time Space Optimum Complete b d Yes b d bN (N=maks depth) No

Nomor 3 e. Uniform Cost Open S Open B(2), A(10) Open C(6), A(10) Open D C (7), A(10), E C (14) Open F(9), A(10) Open A(10), G(12) Open G(12), D A (18) G  goal !!! Sol. P = S  B  C  D  F  G

Nomor 3 f. Greedy Search Open S(5) Open A(3), B(4) Open D(2), B(4) Open F(1) Open G(0) G  goal !!! Sol. P = S  A  D  F  G

Nomor 3 g. A* Open S(0+5) Open B(2+4), A(10+3) Open C(6+3), A(10+3) Open D C (7+2), A(10+3), E C (14+1) Open F(9+1), A(10+3) Open G(12+0), A(10+3) G  goal !!! Sol. P = S  B  C  D  F  G

Nomor 4

Nomor 5

max min max min max

13 Robot Navigation xNxN yNyN N xgxg ygyg h(N) = |x N -x g | + |y N -y g | (L 1 or Manhattan distance) Diketahui sebuah robot dapat bergerak di lingkungannya dengan menggunakan fungsi heuristik h(N) sebagai berikut:

Robot Navigation goal start Jika robot akan bergerak dari titik start ke titik finish, dalam lingkungan di atas: 1.Tentukan nilai heuristik untuk masing-masing titik yang dapat dilalui. Asumsi, tembok dianggap sebagai titik, sehingga tetap dihitung dalam heuristik. 2.Jika diketahui bahwa biaya untuk bergerak dari satu titik ke titik tetangga (vertikal atau horizontal) adalah 1. Tentukan biaya yang akan terjadi pada masing-masing titik yang menurut Anda akan dilalui oleh robot. 3. Tentukan jalur yang harus dilalui oleh robot

15 Robot Navigation f(N) = h(N), with h(N) = Manhattan distance to the goal (not A*) X=1 Y=1 X=5 Y=11

16 Robot Navigation f(N) = h(N), with h(N) = Manhattan distance to the goal (not A*) X=1 Y=1 X=5 Y=11

17 Robot Navigation f(N) = h(N)+g(N), with h(N) = Manhattan distance to goal (A*) X=1 Y=1 X=5 Y=11